Трекинг экспериментов в MLflow: PyTorch и Scikit-learn

В этом видео я покажу вам, как реализовать трекинг экспериментов и версионирование моделей с помощью MLflow, используя популярные библиотеки PyTorch и Scikit-learn. В конце видео я даже покажу, как развернуть MLflow на сервере глобально, чтобы ваша команда могла работать над общим проектом. Будет включено: аренда виртуальной машины, настройка сервера, развертывание MLflow с интеграцией с MinIO и PostgreSQL, а также настройка совместной работы. Конечно же, к этому видео прилагается код! 💻 Ссылка на репозиторий, который рассматривается в видео: Таймкоды из видео: 1:14 - Что такое MLfow и как его локально поставить 10:00 - Пример трекинга экспериментов Scikit-learn в MLfow 33:08 - Пример трекинга экспериментов PyTorch в MLfow 1:00:30 - Версионирование моделей в MLfow 1:04:56 - Поднимаем MLfow глобально для всей команды Не пропустите этот видеоурок, если хотите упростить процесс экспериментирования и совместной работы над моделями машинного обучения! Подписывайтесь на канал, ставьте лайки и пишите свои вопросы в комментариях! #mlflow #machinelearning #datascience #devops #minio #postgresql